AGI Hunt· Xuan Gong·2026-11-17 16:17· 47 分钟前AI 评分35RAPO:用反思锚点抑制长链多模态推理中的视觉信息衰减RAPO:用反思锚点抑制长链多模态推理中的视觉信息衰减AI 导读RAPO 从信息论角度分析视觉信息衰减,并以局部分支空间 token 熵和下游视觉传播潜力确定干预时机。该策略基于 GRPO 选择高熵反思锚点,通过链掩码有限窗口 KL 代理目标强化视觉依赖,在推理密集型和通用基准上显著超越强基线。来源:AGI Hunt · agihunt.info推理能力多模态数据与训练论文研究#论文/研究#多模态#推理#数据/训练查看事件全部后续